Agente de voz con IA: Stretto sustituye un formulario web por Tara y recorta 95% el costo por minuto de voz
Agente de voz con IA: Stretto cambió un formulario web por Tara, que entrevista a deudores por teléfono y recorta 95% el costo por minuto de voz. Así lo hizo.

Un formulario web con pocos campos generaba leads de bajo valor. Una entrevista telefónica los habría vuelto mucho más valiosos, pero contratar y formar un equipo humano era inviable. Stretto resolvió ese dilema con un agente de voz con IA llamado Tara, y asegura que su costo de voz por minuto cayó 95% frente a la solución anterior (según precios bajo demanda de Amazon Bedrock en us-east-1 a abril de 2026).
El contexto: en Bankruptcy.com, las personas que evaluaban declararse en quiebra rellenaban un formulario con tres datos básicos, el monto de la deuda, si tenían abogado y su contacto. Los abogados pagan más por leads con deudas, activos, vehículos, inmuebles, historial laboral y quiebras previas. Alargar el formulario aumentaba el abandono, y una entrevista humana saldría demasiado cara. Con el apoyo del AWS Generative AI Innovation Center y del partner CI&T, Stretto construyó a Tara sobre Amazon Nova 2 Sonic, un modelo speech-to-speech de Amazon Bedrock. Quien llama al número de Bankruptcy.com es atendido por Tara, que guía una entrevista conversacional por fases, adapta el tono al estado emocional del interlocutor y extrae datos estructurados en tiempo real. Al final, el sistema aplica reglas definidas por los abogados y clasifica el lead como calificado, descalificado o con información pendiente.
Cómo funciona este agente de voz con IA por dentro
La diferencia técnica está en que Nova 2 Sonic procesa la voz de entrada y genera la voz de salida en un solo modelo, sin encadenar reconocimiento de voz, modelo de lenguaje y síntesis. Stretto buscaba justo eso para reducir la latencia: su solución previa tardaba más de 500 milisegundos en emitir el primer audio, lo que generaba pausas incómodas. También manejaba mal las interrupciones, un problema serio con personas estresadas que corrigen datos o hacen preguntas a mitad de frase.
La arquitectura es sencilla de describir. Twilio abre un WebSocket hacia AWS, el tráfico pasa por AWS WAF y un balanceador hasta un "puente de voz" que corre en Amazon ECS sobre Fargate en tres zonas de disponibilidad, y ese puente transmite el audio a Nova 2 Sonic. Terminada la llamada, una cola Amazon SQS entrega la transcripción a un procesador asíncrono. Allí Claude 3 Haiku, también en Bedrock, convierte la conversación en campos tipados (nombres, montos, direcciones, datos de vehículos) que se guardan en Aurora Serverless v2. Los leads calificados se enrutan a abogados por jurisdicción.
Hay un punto relevante para quien maneja datos sensibles: todo vive en el mismo entorno AWS. El acceso a los modelos se gobierna con IAM, el tráfico a Bedrock viaja por PrivateLink sin salir de la red de AWS y, según el propio artículo, Bedrock no usa prompts ni respuestas para entrenar modelos.
Cabe una precisión. La parte del texto original a la que tuvimos acceso detalla el costo, la arquitectura y la motivación, pero no publica métricas de conversión ni de valor por lead. El 95% es un ahorro de costo, no un resultado de negocio.
Lecciones para tu organización: qué puedes aplicar de este caso
El caso enseña un patrón replicable: donde un formulario se queda corto y una entrevista humana no escala, una conversación automatizada puede capturar más información a menor costo. Algunas ideas para llevarlo a tu empresa:
Cuándo tiene sentido dar el salto a la voz
La señal de que ha llegado el momento es doble: los modelos de voz ya ofrecen la latencia y el costo que hacen viable la economía unitaria, y tu negocio tiene un flujo con alto volumen de llamadas estructuradas. En atención al cliente, Línea Directa ya resuelve el 30% de sus llamadas de grúa con IA conversacional, otra señal de que la voz automatizada salió del laboratorio.
Si tu organización captura información valiosa con formularios que la gente abandona, ¿qué ganarías con un agente de voz con IA que la obtenga conversando? Antes de contestar, mide tu costo por minuto, tu tolerancia a la latencia y el valor de cada dato adicional que hoy no consigues.
Preguntas frecuentes
¿Qué es Tara, el agente de voz con IA de Stretto?
Tara es un agente de voz con IA que atiende las llamadas al número de Bankruptcy.com y realiza una entrevista de admisión para quiebras. Recoge datos personales, deudas, activos y empleo, adapta su tono a la emoción del interlocutor y clasifica al lead según reglas definidas por los abogados.
¿Cuánto ahorró Stretto con Amazon Nova 2 Sonic?
Stretto informa una reducción del 95% en el costo de voz por minuto frente a su solución anterior, según los precios bajo demanda de Amazon Bedrock en us-east-1 a abril de 2026. Es un dato de costo; el texto disponible no detalla métricas de conversión ni de valor por lead.
¿Por qué eligieron un modelo speech-to-speech para la IA conversacional?
Nova 2 Sonic procesa voz de entrada y salida en un solo modelo, sin encadenar reconocimiento, lenguaje y síntesis. Stretto buscaba menor latencia, pues su solución previa superaba los 500 ms al primer audio, mejor manejo de interrupciones y un costo por minuto que hiciera rentable la operación.